Main Content

leakyReluLayer

漏洩 (leaky) 正規化線形ユニット (ReLU) 層

このページをすべて展開する

説明

leaky ReLU 層は、しきい値処理を実行し、入力値がゼロよりも小さい場合は固定のスカラーによって乗算します。

この処理は次の式と同等です。

f ( x ) = { x , x ≥ 0 s c a l e * x , x < 0 .

作成

構文

layer = leakyReluLayer
layer = leakyReluLayer(scale)
layer = leakyReluLayer(___的名字,',Name)

説明

layer= leakyReluLayerは、leaky ReLU 層を返します。

layer= leakyReluLayer(scale)は、負の入力のスカラー乗数がscaleに等しい、leaky ReLU 層を返します。

例

layer= leakyReluLayer(___的名字,',Name)は、leaky ReLU 層を返し、オプションのNameプロパティを設定します。

プロパティ

すべて展開する

Leaky ReLU

負の入力値のスカラー乗数。数値スカラーとして指定します。

例:0.4

層

層の名前。文字ベクトルまたは string スカラーとして指定します。Layer配列入力の場合、関数trainNetwork、assembleNetwork、layerGraph、およびdlnetworkは、名前が''の層に自動的に名前を割り当てます。

データ型:char|string

このプロパティは読み取り専用です。

層の入力の数。この層は単一の入力のみを受け入れます。

データ型:double

このプロパティは読み取り専用です。

層の入力名。この層は単一の入力のみを受け入れます。

データ型:cell

このプロパティは読み取り専用です。

層の出力の数。この層には単一の出力のみがあります。

データ型:double

このプロパティは読み取り専用です。

層の出力名。この層には単一の出力のみがあります。

データ型:cell

例

すべて折りたたむ

ライブ スクリプトを開く

名前が'leaky1'で,負の入力のスカラー乗数が0.1に等しい,漏ReLU層を作成します。

layer = leakyReluLayer(0.1,'Name','leaky1')
layer = LeakyReLULayer with properties: Name: 'leaky1' Hyperparameters Scale: 0.1000

Layer配列に leaky ReLU 層を含めます。

layers = [ imageInputLayer([28 28 1]) convolution2dLayer(3,16) batchNormalizationLayer leakyReluLayer maxPooling2dLayer(2,'Stride',2) convolution2dLayer(3,32) batchNormalizationLayer leakyReluLayer fullyConnectedLayer(10) softmaxLayer classificationLayer]
layers = 11x1 Layer array with layers: 1 '' Image Input 28x28x1 images with 'zerocenter' normalization 2 '' Convolution 16 3x3 convolutions with stride [1 1] and padding [0 0 0 0] 3 '' Batch Normalization Batch normalization 4 '' Leaky ReLU Leaky ReLU with scale 0.01 5 '' Max Pooling 2x2 max pooling with stride [2 2] and padding [0 0 0 0] 6 '' Convolution 32 3x3 convolutions with stride [1 1] and padding [0 0 0 0] 7 '' Batch Normalization Batch normalization 8 '' Leaky ReLU Leaky ReLU with scale 0.01 9 '' Fully Connected 10 fully connected layer 10 '' Softmax softmax 11 '' Classification Output crossentropyex

参照

[1] Maas, Andrew L., Awni Y. Hannun, and Andrew Y. Ng. "Rectifier nonlinearities improve neural network acoustic models." In Proc. ICML, vol. 30, no. 1. 2013.

拡張機能

C/C++ コード生成
MATLAB® Coder™ を使用して C および C++ コードを生成します。

GPU コード生成
GPU Coder™ を使用して NVIDIA® GPU のための CUDA® コードを生成します。

バージョン履歴

R2017b で導入

参考

|||

トピック